随着经济社会的迅速发展和城市人口的不断增加，基于计算机视觉的视频图像处理技术的人流量统计系统给人们日常生活带来了很多的方便。系统中包含的行人检测、目标跟踪以及流量统计技术在商场、车站、道路的出入口有着广泛的应用，尤其是在城市的智能交通系统中的应用，该系统能够代替工作人员完成日常的管理工作以及特殊事件的判别等。本文将此系统应用到公交车的乘客流量检测环境中，流量检测系统的使用能够根据实时的乘客流量统计数据及分析结果，制定合理的营运计划，在缓解交通拥堵方便市民出行的同时也大大减少了相关工作人员的工作量。由于公交车环境较其他环境更为复杂，因此提出一种有效的方案去克服公交车复杂环境对乘客流量检测的影响，可以将其更好的应用于其他较为简单的环境中。可以看出对该系统的研究有着明显的社会和经济效益。本文提出了一种基于计算机视觉的视频图像处理技术方案来解决复杂的公交车环境下的乘客流量检测问题，通过大量的实验表明，该方案能够有效的检测出上下车乘客的流量信息。本文首先对背景帧差法、帧间差分法、光流法以及边缘检测法对运动目标检测进行对比，最终通过实验表明边缘检测法能够更为有效的提取运动目标；在通过对大量图像帧进行研究后，最终利用Hough变换的圆检测原理对乘客头部进行特征提取及识别，并采用灰度判决法和共圆置信度的方法同时排除伪目标曲线，为目标跟踪奠定了良好的基础；最后采用基于Kalman预测的Mean-shift算法对乘客头部进行跟踪，这种方法能够解决公交车环境下的不可避免的遮挡问题，能够有效的对乘客头部进行不间断的跟踪，最终根据跟踪信息达到计数的目的。